量化模型与因子总结 量化模型与构建方式 1. AI主题指数轮动模型 **模型构建思路**：使用全频段量价融合因子对主题指数进行打分，构建周频调仓的指数轮动策略[3][6] **模型具体构建过程**： 1. 主题指数池：根据Wind的ETF基金分类，选取主题ETF基金跟踪的指数形成主题指数池，共有133个主题指数[9] 2. 因子：使用全频段量价融合因子，通过主题指数成分股的因子得分对每个主题指数进行打分[9] 3. 策略规则：每周最后一个交易日选择模型得分最高的10个主题指数等权配置，以下周第一个交易日开盘价买入，周频调仓，交易成本为双边万分之四[9] 2. AI概念指数轮动模型 **模型构建思路**：使用全频段量价融合因子对概念指数进行打分，构建周频调仓的指数轮动策略[11][13] **模型具体构建过程**： 1. 概念指数池：选取Wind热门概念指数，共有72个概念指数[15] 2. 因子：使用全频段量价融合因子，通过概念指数成分股的因子得分对每个概念指数进行打分[15] 3. 策略规则：每周最后一个交易日选择模型得分最高的10个概念指数等权配置，以下周第一个交易日开盘价买入，周频调仓，交易成本为双边万分之四[15] 3. AI行业轮动模型 **模型构建思路**：使用全频段量价融合因子对行业进行打分，构建自下而上的周频行业轮动策略[4][16] **模型具体构建过程**： 1. 行业池：主要为一级行业，其中食品饮料拆成食品、饮料和酒类，有色金属拆成工业金属、贵金属和稀有金属，不考虑综合和综合金融，共有32个行业[23] 2. 因子：使用全频段量价融合因子，通过行业成分股的因子得分对每个行业进行打分[23] 3. 策略规则：每周最后一个交易日选择模型得分最高的5个行业等权配置，以下周第一个交易日收盘价买入，周频调仓，不计交易成本[23] **模型评价**：能够利用AI模型的特征提取能力，充分挖掘多频段量价数据中的规律，与自上而下策略形成互补[16] 4. AI中证1000增强组合 **模型构建思路**：基于全频段融合因子构建中证1000指数的增强组合[1][27] **模型具体构建过程**： 1. 因子：全频段融合因子[29] 2. 组合构建方式：成分股权重不低于80%，个股权重偏离上限为0.8%，barra暴露小于0.3，周双边换手率控制为30%，周频调仓，交易费用为双边千分之四[29] 5. 文本FADT_BERT选股组合 **模型构建思路**：基于盈利预测调整场景下的文本因子构建主动量化选股组合[32] **模型具体构建过程**：对盈利预测调整场景下的文本因子进行升级，构建了forecast_adjust_txt_bert因子，并基于该因子的多头端基础股票池进行增强，构建top25的主动量化选股组合[32] 量化因子与构建方式 1. 全频段量价融合因子 **因子构建思路**：通过深度学习模型融合高频和低频量价数据信息[26] **因子具体构建过程**： 1. 首先用深度学习模型训练27个高频因子，得到高频深度学习因子[26] 2. 接着利用多任务学习对低频量价数据进行端到端挖掘，得到低频多任务因子[26] 3. 最后将高频深度学习因子和低频多任务因子合成为全频段融合因子[26] 2. 文本FADT_BERT因子 **因子构建思路**：在盈利预测调整场景下对文本因子进行升级[32] **因子具体构建过程**：对盈利预测调整场景下的文本因子进行升级，构建了forecast_adjust_txt_bert因子[32] 模型的回测效果 1. AI主题指数轮动模型 年化收益率16.76%，年化超额收益率10.61%，超额收益最大回撤20.79%，超额夏普比率0.82，今年以来收益率24.22%[8] 2. AI概念指数轮动模型 年化收益率23.06%，年化超额收益率10.78%，超额收益最大回撤19.48%，超额夏普比率0.91，今年以来收益率25.27%，今年以来超额收益率-0.98%[13] 3. AI行业轮动模型 年化收益率26.55%，年化超额收益率20.18%，超额收益最大回撤12.43%，超额夏普比率1.96，今年以来收益率23.70%，今年以来超额收益率1.52%[22] 4. AI中证1000增强组合 年化收益率20.19%，年化波动率23.47%，夏普比率0.86，最大回撤33.08%，年化超额收益率22.09%，年化跟踪误差6.07%，超额收益最大回撤7.55%，信息比率3.64，Calmar比率2.92，相对基准月胜率79.81%，调仓双边换手率32.60%[30] 5. 文本FADT_BERT选股组合 自2009年初回测以来年化收益率39.96%，相对中证500超额年化收益30.76%，组合夏普比率1.39[32] 因子的回测效果 1. 全频段量价融合因子 5日RankIC均值0.116，TOP层年化超额收益率29.98%，今年以来TOP层超额收益率16.97%[26] 2. 文本FADT_BERT因子 截至2025年10月17日，文本FADT_BERT组合本月以来绝对收益-2.29%，相对中证500超额收益3.06%，今年以来绝对收益20.49%，超额收益-2.04%[32]

根据提供的量化周报内容，以下是报告中涉及的量化模型和因子的总结： 量化模型与构建方式 **1 模型名称：三维择时框架** - 模型构建思路：基于流动性、分歧度和景气度三个维度对市场状态进行判断[7] - 模型具体构建过程：通过监控流动性趋势（下行）、分歧度趋势（上行）和景气度趋势（稳中有升）三个维度的变化，综合判断市场处于震荡下跌状态[7] **2 模型名称：热点趋势ETF策略** - 模型构建思路：根据K线形态和换手率筛选短期市场关注度提升的ETF构建组合[28] - 模型具体构建过程：首先选出最高价与最低价同时为上涨形态的ETF；然后根据最高价与最低价近20日回归系数的相对陡峭程度构建支撑阻力因子；最后选择因子多头组中近5日换手率/近20日换手率最高（即短期市场关注度明显提升）的10只ETF构建风险平价组合[28] **3 模型名称：资金流共振策略** - 模型构建思路：结合融资融券资金流和主动大单资金流，选择两类资金都看好的行业[37] - 模型具体构建过程：定义行业融资融券资金因子为barra市值因子中性化后的融资净买入-融券净买入（个股加总），取最近50日均值后的两周环比变化率；定义行业主动大单资金因子为行业最近一年成交量时序中性化后的净流入排序，并取最近10日均值；在主动大单因子的头部打分内做融资融券因子的剔除，以提高策略稳定性[37] 模型的回测效果 **1 三维择时框架**：保持震荡下跌判断[7] **2 热点趋势ETF策略**：本周策略中主要包括家电、半导体、有色、国央企、石化、碳中和等行业、以及上证深证宽基等ETF[31] **3 资金流共振策略**：2018年以来费后年化超额收益13.5%，信息比率1.7，相对北向-大单共振策略回撤更小；策略上周超额收益录得正向超额收益，实现2.37%的绝对收益与4.96%的超额收益（相对行业等权）[37] 量化因子与构建方式 **1 因子名称：风格因子（Barra风格因子）** - 因子构建思路：采用Barra框架下的经典风格因子进行市场风格分析[41] - 因子具体构建过程：包括size（市值）、beta（贝塔）、momentum（动量）、volatility（波动率）、nlsize（非线性市值）、value（价值）、liquidity（流动性）、earnings yield（盈利收益率）、growth（成长）、leverage（杠杆）等因子[42] **2 因子名称：Alpha因子** - 因子构建思路：多维度观察不同因子的表现趋势，从各时间维度、宽基指数和行业板块等角度分析因子表现[43] - 因子具体构建过程：除规模因子外，均进行市值、行业中性化处理，规模因子进行行业中性化处理；按照流通市值加权测算不同大类因子的多头收益（因子方向下前1/5组）[43] 因子的回测效果 **1 风格因子近期表现**： - size因子：本年-23.40%，最近一月4.72%，最近一周1.39%[42] - beta因子：本年27.16%，最近一月2.83%，最近一周2.63%[42] - momentum因子：本年-3.08%，最近一月-0.40%，最近一周0.51%[42] - volatility因子：本年-18.85%，最近一月0.80%，最近一周0.39%[42] - nlsize因子：本年-18.02%，最近一月2.02%，最近一周0.98%[42] - value因子：本年-4.53%，最近一月-1.25%，最近一周-1.35%[42] - liquidity因子：本年-10.35%，最近一月0.52%，最近一周1.13%[42] - earnings yield因子：本年-10.40%，最近一月0.84%，最近一周-0.50%[42] - growth因子：本年-0.45%，最近一月4.73%，最近一周1.51%[42] - leverage因子：本年-9.29%，最近一月2.38%，最近一周-0.64%[42] **2 Alpha因子近期表现**： - 机构持仓类因子：io to float a share近一周多头超额1.33%，近一月3.68%[46] - 动量类因子：mom 1y 1m近一周多头超额0.94%，近一月1.79%[46] - 成长类因子：tot rd ttm to assets在不同宽基指数中表现稳健，在沪深300中多头超额22.36%，中证500中19.16%，中证1000中22.48%，中证800中26.49%[48]

指数增强基金市场表现 - 截至10月15日，全市场被动指数型基金近一年平均回报为31.68%，增强指数型基金同期回报为35.34% [1] - 跟踪稀有金属、中证2000、半导体、人工智能、中证1000等指数的多只产品近一年回报均在50%以上 [1] - 今年以来有140只左右指数增强新基金成立，相较2024年全年增加1倍以上，等待发行的基金中还有6只指数增强基金 [1] 指数增强基金产品优势 - 指数增强产品受益于ETF的大发展，具有相对明确的风险收益特征，扣除费率后的产品收益能与ETF竞争 [2] - 全市场指数增强产品合计规模仅三四千亿元，向上空间较大 [2] - 产品通过对标指数及主动管理，给予基金经理发挥空间实现超额收益，部分产品通过行业或风格主动配置，部分通过量化方式寻找有效阿尔法因子 [2] 量化选股型产品发展 - 市场出现“空气指增”产品，基于量化模型在全市场选股，不跟踪任何指数或不受指数约束，被划归量化选股基金类别 [3] - 以长盛盛丰混合基金为例，其锚定中证A500成分股中的“中小盘行业龙头组合”，通过归一化处理权重，聚焦新质生产力标的以跑赢指数 [3] - 截至二季末，全市场共计有277只量化选股型基金，合计管理规模为903.20亿元，因投资范围更广、风格暴露自由度更高，业绩展现更高弹性 [3]

报告行业投资评级 未提及 报告的核心观点 根据华泰商品多因子模型 本周建议多配铜、白银、豆油、黄金、鲜苹果 少配玻璃、氧化铝、纯碱、鸡蛋、苯乙烯[4][51] 根据相关目录分别进行总结 板块流动性 - 本周基本金属板块成交17843.54亿元 较上周变动104.21% 保证金507.24亿元 较上周变动 - 33.30亿元[1] - 能源化工板块成交16411.53亿元 较上周变动148.50% 保证金365.00亿元 较上周变动1.98亿元[1] - 农产品板块成交12221.84亿元 较上周变动88.30% 保证金418.53亿元 较上周变动18.64亿元[1] - 贵金属板块成交51723.17亿元 较上周变动271.03% 保证金763.38亿元 较上周变动49.60亿元[1] - 黑色建材成交10133.42亿元 较上周变动161.66% 保证金333.53亿元 较上周变动19.48亿元[1] - 股指期货板块成交39218.50亿元 较上周变动133.22% 保证金1549.17亿元 较上周变动 - 106.72亿元[1] - 国债期货板块成交15928.95亿元 较上周变动132.22% 保证金160.84亿元 较上周变动11.45亿元[1] 市场与板块风格 - 今年以来 万得商品指数涨跌幅33.76% 有色指数涨跌幅2.25% 能源指数涨跌幅 - 22.63% 化工指数涨跌幅 - 17.92% 油脂油料指数涨跌幅4.47% 贵金属指数涨跌幅48.17% 煤焦钢矿指数涨跌幅0.64%[2] - 华泰商品长周期动量指数涨跌幅18.76% 短周期动量指数涨跌幅0.20% 偏度指数涨跌幅12.23% 期限结构指数涨跌幅3.39%[2] - 股指期权最新VIX指标情况 上证50股指期权19.26% 沪深300股指期权20.98% 中证1000股指期权26.67%[2] 板块升贴水结构 - 股指期货最新基差情况 IH7.47点 IF - 17.27点 IC - 143.47点 IM - 159.17点 年化基差率情况 IH1.46% IF - 2.22% IC - 11.85% IM - 12.83%[3] - 国债期货最新基差情况 TS - 0.02元 TF - 0.05元 T0.10元 TL - 0.29元 最新净基差情况 TS - 0.01元 TF - 0.04元 T - 0.08元 TL - 0.51元[3] 策略 - 根据华泰商品多因子模型 本周建议多配铜、白银、豆油、黄金、鲜苹果 建议少配玻璃、氧化铝、纯碱、鸡蛋、苯乙烯[4][51]

准百亿私募行业概览 - 截至2025年9月底，准百亿私募（管理规模50-100亿元）共有110家，是捕捉未来头部机构“时间红利”的关键阶段 [2][3] - 按投资模式划分，主观私募数量最多，有59家；量化私募有34家；混合型私募（“主观+量化”）有17家 [3] - 从地域分布看，上海、北京、深圳是主要聚集地，私募数量分别为53家、25家、14家，合计92家，占比高达83.64% [3] - 行业内员工人数超过100人的私募仅有洛书投资（107人）和纽达投资（101人）2家，另有7家私募拥有香港9号牌照 [3] 三季度规模变动情况 - 准百亿私募阵营在三季度整体扩大，共有23家私募从20-50亿规模组“跳级”进入50-100亿规模组 [4] - 在新增的23家私募中，量化策略占据主导，有13家；主观策略有9家；混合型策略有1家 [4] - 另有2家原百亿私募管理规模“滑落”至50-100亿区间，其余准百亿私募管理规模保持不变 [4] 业绩表现排名（今年前三季度） - 旗下至少有3只产品符合排名规则的私募公司共有44家，收益前10强的上榜门槛为特定百分比 [7] - 收益位列前5的私募均为主观策略，分别是同犇投资、盛麒资产、望正资产、远信投资、国源信达 [7] - 同犇投资在今年前三季度及近1年均夺得准百亿私募冠军，其投资理念基于深入基本面研究的价值投资和大消费投资 [7] - 盛麒资产是唯一一家在今年来、近1年、近3年、近5年的业绩均位列前5的准百亿私募，其管理规模于10月初跃升至50-100亿 [7][8] - 盛麒资产实控人曾文凯公开看好黄金，认为当前是百年未遇的周期，并看好挂靠黄金的稳定币 [9] 业绩表现排名（近1年） - 近1年收益10强私募的上榜门槛为特定百分比，主观私募和量化私募在10强中各占5家 [10] - 主观私募包揽了近1年收益前5名，分别为同犇投资、远信投资、望正资产、盛麒资产、国源信达 [10] - 在上榜的量化私募中，海南盛丰私募表现最佳，其管理规模于9月跃升至50-100亿 [10][11] - 远信投资夺得近1年亚军，公司秉持基于深度基本面研究的长期价值投资理念 [10] 业绩表现排名（近3年） - 近3年收益10强私募的上榜门槛为特定百分比，其中主观私募有7家，量化私募有3家 [12] - 收益前5的私募分别是大岩资本（量化）、国源信达（主观）、华安合鑫（主观）、盛麒资产（主观）、同犇投资（主观） [12] - 大岩资本以特定百分比收益位列近3年第1，是国内成立较早的量化机构，核心投研团队稳定 [12] - 国源信达位列近3年第2，其看好黄金在美联储降息周期中的表现，认为调整是上车机会 [13] 业绩表现排名（近5年） - 近5年收益10强私募的上榜门槛为特定百分比，其中主观私募、量化私募、混合型私募分别有5家、4家、1家 [14] - 均成资产（量化）夺得近5年第1，公司投资领域覆盖股票、股指期货及商品期货，致力于研发多样化量化策略 [15] - 收益前4名均由深圳地区的私募包揽，包括均成资产、望正资产、博普科技、前海博音资产 [15] - 盛麒资产在近5年业绩排名中位列第5，延续其长期稳健的业绩表现 [15]

行业发展趋势 - 数字化智能化浪潮正推动证券投资向现代投资科学系统演进 [1] - 指数投资以透明、低成本、风险分散为特征，是标准化科技思想的集中体现 [1] - 量化投资以数学模型和计算能力为基石，是系统化方法原理的工程实践 [1]

证券研究报告 | 基金研究（公募） 2025 年 10 月 18 日 A 股全面下跌，指增录得正超额 量化基金周度跟踪（20251013-20251017） 本报告重点聚焦量化基金市场表现，总结近一周主要指数和量化基金业绩表现、 不同类型公募量化基金整体表现和业绩分布，以及本周收益表现较优的量化基 金，供投资者参考。 ❑市场整体表现： 本周（10 月 13 日-10 月 17 日）A 股全面下跌，指增录得正超额。 ❑主要指数表现： A 股全面下跌，其中沪深 300、中证 500、中证 1000 近一周收益率分别为 -2.22%、-5.17%和-4.62%。 ❑风险提示：图表中列示的数据结果仅为对市场及个基历史表现的客观描述，并 不预示其未来表现，亦不构成投资收益的保证或投资建议。 徐燕红 S1090524120003 xuyanhong@cmschina.com.cn 邓畅 S1090525070004 dengchang1@cmschina.com.cn 刘红薇 研究助理 liuhongwei@cmschina.com.cn 敬请阅读末页的重要说明 3 基金研究（公募） 一、近一周主要指数和量化基金业绩表现 ...

根据研报内容，以下是关于量化模型、量化因子的总结： 量化模型与构建方式 1. **模型名称：PB-ROE-50 组合**[2][24] **模型构建思路：** 基于市净率（PB）和净资产收益率（ROE）这两个基本面指标进行选股，旨在寻找估值合理且盈利能力强的公司[24] **模型具体构建过程：** 报告未详细描述该组合的具体构建步骤和筛选标准，仅提及组合名称和其跟踪表现[24][25] 2. **模型名称：机构调研组合**[3][26] **模型构建思路：** 基于机构调研行为构建选股策略，包括公募调研选股策略和私募调研跟踪策略，认为机构的调研活动蕴含了选股信息[3][26] **模型具体构建过程：** 报告未详细描述该组合的具体构建步骤和筛选标准[26][27] 3. **模型名称：大宗交易组合**[3][30] **模型构建思路：** 基于大宗交易事件，通过统计分析发现“大宗交易成交金额比率”越高、“6日成交金额波动率”越低的股票后续表现更佳，依据“高成交、低波动”原则构建组合[30] **模型具体构建过程：** 采用月频调仓方式构造大宗交易组合，具体构建方法可参考2023年8月5日的报告《提炼大宗交易背后蕴含的超额信息——量化选股系列报告之十一》[30] 4. **模型名称：定向增发组合**[3][36] **模型构建思路：** 基于定向增发事件，以股东大会公告日为时间节点，挖掘定向增发事件带来的投资机会[36] **模型具体构建过程：** 在构建组合时综合考虑了市值因素、调仓周期以及对仓位的控制，具体构建方法可参考2023年11月26日的报告《多角度解析定向增发中的投资机会——量化选股系列报告之十二》[36] 模型的回测效果 1. **PB-ROE-50 组合**[25] 本周超越基准收益率（中证500）：0.15% 本周超越基准收益率（中证800）：-1.50% 本周超越基准收益率（全市场）：-2.52% 今年以来超额收益率（中证500）：3.60% 今年以来超额收益率（中证800）：15.72% 今年以来超额收益率（全市场）：20.48% 本周绝对收益率（中证500）：-5.02% 本周绝对收益率（中证800）：-4.48% 本周绝对收益率（全市场）：-5.90% 今年以来绝对收益率（中证500）：26.95% 今年以来绝对收益率（中证800）：35.06% 今年以来绝对收益率（全市场）：43.36% 2. **机构调研组合**[27] **公募调研选股策略：** 本周超越基准收益率（中证800）：-0.94% 今年以来超额收益率（中证800）：11.01% 本周绝对收益率：-3.93% 今年以来绝对收益率：29.56% **私募调研跟踪策略：** 本周超越基准收益率（中证800）：-4.83% 今年以来超额收益率（中证800）：13.95% 本周绝对收益率：-7.71% 今年以来绝对收益率：33.00% 3. **大宗交易组合**[31] 本周超越基准收益率（中证全指）：1.56% 今年以来超额收益率（中证全指）：33.14% 本周绝对收益率：-1.96% 今年以来绝对收益率：58.41% 4. **定向增发组合**[37] 本周超越基准收益率（中证全指）：1.86% 今年以来超额收益率（中证全指）：-3.31% 本周绝对收益率：-1.67% 今年以来绝对收益率：15.04% 量化因子与构建方式 1. **因子名称：动量因子**[1][18] **因子构建思路：** 捕捉股票价格的趋势效应[1] **因子具体构建过程：** 报告未提供具体构建公式 2. **因子名称：Beta 因子**[1][18] **因子构建思路：** 衡量股票相对于市场的系统性风险[1] **因子具体构建过程：** 报告未提供具体构建公式 3. **因子名称：市值因子**[1][18] **因子构建思路：** 反映公司规模大小对收益的影响[1] **因子具体构建过程：** 报告未提供具体构建公式，但提及了“对数市值因子”[13][15][17] 4. **因子名称：非线性市值因子**[1][18] **因子构建思路：** 捕捉市值与收益之间的非线性关系[1] **因子具体构建过程：** 报告未提供具体构建公式 5. **因子名称：5日成交量的标准差**[12][13] **因子构建思路：** 衡量近期成交量波动程度[12] **因子具体构建过程：** 报告未提供具体构建公式 6. **因子名称：下行波动率占比**[12][14][16] **因子构建思路：** 衡量下行风险相对于总波动的比例[12][14][16] **因子具体构建过程：** 报告未提供具体构建公式 7. **因子名称：成交量的5日指数移动平均**[12][14] **因子构建思路：** 使用指数移动平均平滑近期成交量，反映成交量趋势[12][14] **因子具体构建过程：** 报告未提供具体构建公式 8. **因子名称：市盈率TTM倒数**[12][14][16] **因子构建思路：** 估值因子，市盈率的倒数，也称为盈利收益率[12][14][16] **因子具体构建过程：** 报告未提供具体构建公式 9. **因子名称：日内波动率与成交金额的相关性**[12][14][16] **因子构建思路：** 捕捉价格波动与成交金额之间的关系[12][14][16] **因子具体构建过程：** 报告未提供具体构建公式 10. **因子名称：市净率因子 (BP因子)**[12][14][16][22] **因子构建思路：** 估值因子，衡量股价与每股净资产的关系[12][14][16][22] **因子具体构建过程：** 报告未提供具体构建公式 11. **因子名称：市盈率因子**[12][14][16] **因子构建思路：** 估值因子，衡量股价与每股收益的关系[12][14][16] **因子具体构建过程：** 报告未提供具体构建公式 12. **因子名称：EPT TM分位点**[13][15][17] **因子构建思路：** 估值因子，可能为盈利价格比在一定时期内的分位数[13][15][17] **因子具体构建过程：** 报告未提供具体构建公式 13. **因子名称：市销率TTM倒数**[13][15][17] **因子构建思路：** 估值因子，市销率的倒数[13][15][17] **因子具体构建过程：** 报告未提供具体构建公式 14. **因子名称：5日反转**[12][14][16] **因子构建思路：** 短期反转效应，近期表现差的股票未来可能反弹[12][14][16] **因子具体构建过程：** 报告未提供具体构建公式 15. **因子名称：5日平均换手率**[14][15] **因子构建思路：** 流动性因子，衡量近期股票交易活跃度[14][15] **因子具体构建过程：** 报告未提供具体构建公式 16. **因子名称：净资产增长率因子**[22] **因子构建思路：** 基本面因子，反映公司净资产的增长情况[22] **因子具体构建过程：** 报告未提供具体构建公式 17. **因子名称：净利润增长率因子**[22] **因子构建思路：** 基本面因子，反映公司净利润的增长情况[22] **因子具体构建过程：** 报告未提供具体构建公式 18. **因子名称：每股净资产因子**[22] **因子构建思路：** 基本面因子，反映公司的账面价值[22] **因子具体构建过程：** 报告未提供具体构建公式 19. **因子名称：每股经营利润TTM因子**[22] **因子构建思路：** 基本面因子，反映公司持续经营业务的盈利能力[22] **因子具体构建过程：** 报告未提供具体构建公式 20. **因子名称：EP因子**[22] **因子构建思路：** 估值因子，盈利价格比[22] **因子具体构建过程：** 报告未提供具体构建公式 21. **因子名称：残差波动率因子**[22] **因子构建思路：** 风险因子，衡量无法被市场因素解释的特有波动[22] **因子具体构建过程：** 报告未提供具体构建公式 22. **因子名称：流动性因子**[22] **因子构建思路：** 衡量股票的变现能力[22] **因子具体构建过程：** 报告未提供具体构建公式 因子的回测效果 *注：报告提供了大量因子在不同股票池和不同时间窗口的表现数据[13][15][17][18][22][23]，由于因子数量众多且指标值列表庞大，此处不逐一罗列每个因子在所有指标下的具体数值。回测效果的具体数值请参考原报告中的对应图表（图1, 图2, 图3, 图4, 图5及相应表格）[13][15][17][20][23]。报告中因子表现的指标主要包括最近1周收益、最近1个月收益、最近1年收益、最近10年收益以及净值曲线等[13][15][17]。*

行业周期与公司命运 - 公司价值与行业价值紧密相关，行业处于增量市场时龙头公司风光，进入存量市场后则可能归于平庸 [2][3] - 房地产行业已从增量市场进入存量市场，万科作为行业龙头可能重复长虹、康佳在电视机行业进入存量市场后的历史轨迹 [2][3] - 腾讯所处行业目前仍处于风口，但若行业风口消失，公司也将面临同样结果 [3] - 英特尔与英伟达的地位发生天翻地覆的变化，显示行业格局可能因技术变革而重塑 [4] 万科基本面分析 - 万科利润从2020年415亿元持续下滑至2023年121亿元，并在2024年出现亏损494亿元，显示公司盈利能力严重恶化 [7] - 根据半年报数据，公司市值754亿元，总负债8730亿元，货币资金740亿元，清盘需支付8744亿元 [18] - 公司在建项目2116.6万平米，规划项目1926.5万平米，旧城改造356.8万平米，总计4400万平米 [19] - 清盘回本需房屋售价达到19872元/平米，但上半年实际销售均价仅为12824元/平米，显示资产价值与债务存在巨大缺口 [20] - 公司已无法从银行再融资，每笔到期债务均需深圳地铁协调，资产状况堪忧 [20] 价值投资与价值陷阱 - 价值投资需基于对行业前景和公司前景的清晰认知，仅看低市盈率可能陷入价值陷阱 [12] - 茅台利润从2020年466亿元持续增长至2024年862亿元，股价下跌反而提供更高买入性价比，与万科形成鲜明对比 [8][9][10][16] - 万科基本面已严重恶化，资不抵债且连年亏损，当前持有其股票更接近赌博而非价值投资 [15][16] - 个股价值投资存在争议，部分观点认为宽基指数市盈率与国债收益率之比是更可靠的价值锚 [13] 房地产行业前景与万科命运 - 万科是中国房地产标志性企业，其生死存亡取决于深圳市政府的意志 [20] - 观点认为万科无法救活，除非无限制无限输血，仅靠深圳地铁力量不足 [20] - 只有万科破产重整，整个房地产行业才可能平稳落地，实现涅槃重生 [20]

A股投资者市场概况 - 截至2025年6月末A股投资者总数突破2.4亿相当于每6个中国人中就有1个是股民[2] - 2024年底A股投资者总量为2.37亿均为有效账户2025年上半年新增开户1259.77万户新增投资者超过400万[2] - 个人投资者占绝对主导地位2024年底占比超99.76%2025年上半年新增开户中个人占比达99.63%[2] - 个人投资者大量涌入股市显示市场对A股的坚定信心和强大预期也反映居民在经济新周期和产业结构调整背景下对财富管理的迫切需求[2] 财富管理市场背景 - 截至2024年末中国家族信托规模已突破9000亿元预计2025年将迈入万亿时代[2] - 未来10年中国将有约20万亿元财富传给下一代凸显家族财富传承问题的紧迫性[2] - 改革开放40多年带来的巨大红利正进入交棒阶段这是一个体量庞大时间紧迫的财富传承问题也是突出的社会问题[3][17] 个人理财观念与行为 - 年轻人理财呈现两极分化部分极其保守超过90%资产配置在银行存款害怕亏损部分则非常激进追求一夜暴富[7] - 过于保守难以实现财富显著增值可能无法战胜通货膨胀过于激进追求高收益则是过度冒险可能一赔就没有机会[7][8] - 需要区分情绪影响和理性操作不要因害怕亏损导致投资过于趋于安稳从而无法实现显著增值长期来看财富可能因通胀而实质缩水[14] 股票投资心态与策略 - 炒股心态反映非理性的投资心态希望快速进出获得收益但持之以恒追逐龙虎榜热门股约两三年投资收益率可能变为-100%即赔光[9] - 应从非理性投资转向理性投资具备相对理性心态而非一夜暴富的心态这需要心态和理念上的更新和转变[9][10] - 量化投资可帮助解决买什么和什么时候买的问题减少主观因素干预但需区分高频量化和基本面量化后者回归投资本源分析公司基本面[11][12] 资产配置与投资目标 - 资产配置需首先明确个人财富目标和风险承受能力不同财富阶段对投资回报率要求不同本金亏损承受度从30%-50%到5%以上不等[13] - 合理年化投资回报率目标约为8%-10%需在通货膨胀之上实现约5%的财富增长但不应期望每年赚钱而是长期年化平均的概念[15][16] - 资金应分层管理分为保障层和增值层保障层保障生活品质增值层用长期科学方式理财其盈亏不影响日常生活[17] 家族财富传承框架 - 家族财富传承需要五位一体包括家族信托投资慈善捐赠分配和系统家族信托通过财产与人的分离实现风险隔离[18] - 慈善捐赠可帮助家族成员将视野从自身转向社会从金钱转向爱心增强家族凝聚力使财富传承持续而非陷入财产纠葛[19] - 透明的财务管理系统对长期传承必不可缺需清晰展示资金使用和投资收益甚至引入专业审计[19] 财富管理哲学 - 财富管理是需要坚持40年的事理念上应从财富主人转变为财富管家这有助于减少投资焦虑并用科学高效方式管理财富[5][19] - 从永恒角度思考财富价值一时的得失和亏损相对终身财富增值并不重要财富应具有永恒价值为社会带去祝福[20][21] - 财富应向善需有崇高品德支撑对财富的支配和使用应给对方带来益处而不仅是个人满足让财富绽放道德光芒[22]